FLUXの発表内容
AWSは、機械学習基盤「Amazon SageMaker AI」で「FLUX」の画像生成モデルを動かす構成を公開しました。専用の推論コンテナを用いて、テキストからリアルタイムに画像を生成します。
画像プロンプト（指示文）から画像を受け取り、動画生成モデル「Wan2.1-VACE-1.3B」へ渡して動画へ展開する流れも構築できます。
動作環境には「ml.g6.xlarge」などの仮想サーバーを指定します。実行にはPython 3.11以降を使い、完成したMP4動画はクラウドストレージの「Amazon S3」から取得します。
画像生成と動画生成を同じコンテナ基盤から提供できるため、運用管理の負荷を抑えられます。静止画の作成から動画化までの一連の処理をクラウド上で自動化したい場面で役立ちます。
つまり、どういうこと？
ざっくり言うと、高性能な画像生成AIである「FLUX」と動画生成AIを、1つの共通パッケージを使ってクラウド上にまとめて配置できる仕組みです。
たとえるなら、異なる作業をする2人の職人に、共通の作業部屋と連絡窓口を用意して連携させるような仕組みです。画像の仕上がりを待ってから動画作りに回す連係作業がスムーズになり、別々にシステムを組む面倒がなくなります。
編集部の見方
画像生成の「FLUX」と動画モデルを同一のコンテナから切り替えて呼び出す構成は、インフラの管理コストを抑える意味で重宝します。即時性が求められる静止画はリアルタイムに返し、時間のかかる動画生成は非同期でストレージに逃がす設計は、理にかなった使い分けだと筆者は感じました。
実用性はかなり高そうです。
ただ、自社でGPUサーバーを立ち上げて常時運用すると費用がかさむため、月に数回程度の生成であれば外部のAPIサービスを使うほうが無難です。大量の生成フローを内製化したい企業なら、今後のシリーズ記事で示される音声やマルチモーダルの統合検証を見届けたいところです。
誰に関係するか
クラウド上で画像生成システムを開発している人は、同一の基盤から「FLUX」による画像生成と動画化を連続して実行できるようになります。
